基于數(shù)據(jù)挖掘的勘探隨鉆分析系統(tǒng).pdf

1、油氣勘探是高風(fēng)險、高投入的技術(shù)密集型產(chǎn)業(yè)。其主要技術(shù)是地震、測井、鉆井、取芯、試油、化驗分析等，在勘探的每一個環(huán)節(jié)都采集了大量寶貴的數(shù)據(jù)。對海量勘探數(shù)據(jù)的整理分析、結(jié)合傳統(tǒng)經(jīng)驗和認(rèn)知，再鉆探證實這些分析和認(rèn)識是尋找油氣儲量的主要過程。隨著勘探進程的不斷發(fā)展，勘探工作者對不同的勘探目標(biāo)積累了諸多的勘探經(jīng)驗和認(rèn)識，有些經(jīng)驗和認(rèn)識上升成為了理論，而更多的些經(jīng)驗則僅裝在勘探工作者的腦子里，或者記錄在檔案里。所以有石油在勘探家的腦子里的說法。隨著

2、技術(shù)的不斷進步，勘探數(shù)據(jù)呈海量遞增的趨勢，先進技術(shù)含量越高數(shù)據(jù)量就越多，與以往勘探經(jīng)驗和認(rèn)識結(jié)合的愈加密切，則勘探效果也就會越好。僅憑勘探工作者記憶的經(jīng)驗，和翻閱海量的報告進行比對的做法已經(jīng)無法滿足快節(jié)奏高精度高效率勘探工作的需要。為此，需要研究勘探數(shù)據(jù)的挖掘技術(shù)，勘探經(jīng)驗及知識的管理應(yīng)用技術(shù)，建立專家決策支持系統(tǒng)，支持多學(xué)科多專業(yè)協(xié)同，提高決策的信息豐度，提高生產(chǎn)措施的有效性，降低勘探?jīng)Q策風(fēng)險，規(guī)避投資風(fēng)險，大幅提高勘探工作的水平。本

3、文將以隨鉆過程的數(shù)據(jù)挖掘技術(shù)為研究重點，探討建立隨鉆分析系統(tǒng)。
　　 為了充分有效的開發(fā)和利用信息資源，推動勘探技術(shù)的進步，國際石油公司都在積極利用信息技術(shù)建立勘探開發(fā)知識庫，開發(fā)基于知識庫的專家決策支持系統(tǒng)，為企業(yè)科學(xué)管理和決策提供依據(jù)。其主要方法是通過模型庫、方法庫的建立，對現(xiàn)有數(shù)據(jù)和知識進行高層次利用。國內(nèi)的大型油田企業(yè)也開始了數(shù)據(jù)挖掘技術(shù)的初步研究，比如大慶油田雇傭蘭德馬克為其設(shè)計了數(shù)據(jù)管理應(yīng)用系統(tǒng)，勝利油田建立了勘探數(shù)

4、據(jù)管理和查詢系統(tǒng)，勘探井位部署決策支持系統(tǒng)等信息應(yīng)用系統(tǒng)，有的公司還建立了初步的知識管理系統(tǒng)。然而對隨鉆數(shù)據(jù)的挖掘和經(jīng)驗及知識的系統(tǒng)管理研究尚未見到公開報道。
　　 本論文重點探討了運用人工智能技術(shù)進行油氣勘探業(yè)務(wù)決策支持的關(guān)鍵技術(shù)。人工智能是計算機科學(xué)的一個分支，是研究如何使機器具有智能的科學(xué)與技術(shù)，特別是指用計算機模擬或?qū)崿F(xiàn)人類智能，其具體實現(xiàn)技術(shù)包括數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)等。專家系統(tǒng)是知識處理系統(tǒng)，知識表示、知識利用和知識獲取

5、是人工智能系統(tǒng)的三個基本問題。專家系統(tǒng)是目前人工智能應(yīng)用最為成熟的一個領(lǐng)域，其核心是知識，所以專家系統(tǒng)又常稱為基于知識的系統(tǒng)。
　　 本論文研究目標(biāo)是針對油氣勘探隨鉆分析決策工作，應(yīng)用數(shù)據(jù)挖掘技術(shù)進行決策支持的專家系統(tǒng)。首先對隨鉆分析業(yè)務(wù)中的“探井加深與側(cè)鉆決策”這一業(yè)務(wù)領(lǐng)域進行了分析，明確了影響決策的各類要素及其相互關(guān)系；其次，探索通過聚類算法實現(xiàn)典型案例的選擇；對業(yè)務(wù)理論、經(jīng)驗和知識的保存與有效利用方法進行了深入研究，主要目

6、的是，一方面可以繼承長期業(yè)務(wù)決策過程中傳統(tǒng)正確經(jīng)驗、教訓(xùn)；通過知識庫的建立，對其進行有效保存和歸納總結(jié)。另一方面，可以通過模型庫、方法庫的建立，對現(xiàn)有數(shù)據(jù)和知識進行高層次利用。在此基礎(chǔ)上，進一步通過數(shù)據(jù)挖掘技術(shù)剖析現(xiàn)有案例，發(fā)現(xiàn)影響決策的知識和邏輯，逐步建立用于自動分析的知識庫。隨著知識庫的擴充，當(dāng)面對新的決策案例時，可以實現(xiàn)應(yīng)用知識庫和推理機來對可能的決策結(jié)果進行推理和預(yù)測，從而對專家的決策提供建議和驗證。
　　 通過本文的研